一个产品问题，
换 18 个角度想。

先问：如果只能把一件事做到出色，用户最需要哪一件？围绕它重新分配资源，把其余项目列入保留、合并或停止清单。删功能前，也要算清老用户迁移与退出的代价。

如果库存和供货周期迫使团队长期猜需求，先缩短需求信号到生产调整的反馈延迟。记录信号卡住的环节，小范围试验响应时间，同时保留交付与供应中断所需缓冲；不是库存越少越好，历史演讲中的计划也不是效果已获验证。

先说清用户为什么在乎，再用能亲手体验的功能证明。选一个最值得记住的价值，让文案、演示和第一次使用都围绕它展开；故事不能替代产品本身。

把发布底线和下一轮提升分开。判断再等一轮能增加什么可验证的用户价值；核心任务已经可用，就可以缩小范围获取真实反馈。安全底线不能留到以后补。

未必。用户比较的是新方案的收益、旧方案已经提供的收益，以及学习和迁移的成本。先观察他们今天如何完成任务，再验证你带来的改善是否足以抵消换用成本。

还不够。同一个人在不同情境下，也会做出不同选择。把用户描述改成“谁在什么时刻，为完成什么任务而使用”，再去那个场景里观察真实选择和替代办法。

先写下什么证据会让团队改变主意。把方向变成可证伪的假设，约定实验与复盘日期；判断可以被更新，不必为了维护原来的决定而忽略新证据。

把使用者、付款方和成本承担者分别写清楚。沿需求、生产、销售和交付画出价值交换路径，寻找价值已产生但无人愿意付费，或交付成本吞掉收入的环节。

先看用户来完成什么。一个工具如果让任务更快完成，停留变短也可能是进步。把完成率、耗时和再次使用放在一起看，区分有效使用与找不到出口的滞留。

复杂度要从用户完成任务的过程来判断。走一遍入口、选择、提交和反馈，看看新能力让谁少走了步骤，又让谁多了负担；功能数量本身不能回答这个问题。

先给出不做的具体理由：用户价值不成立、体验受损，还是实验已经行不通？克制是取舍的结果。把价值、证据和放弃原因写下来，避免把简洁变成拒绝验证的借口。

分别列出双方的收益，以及用户因此付出的注意力和操作成本。合作方愿意推广，并不说明用户愿意接收。先验证接收者的真实收益与自主意愿。

先列出新需求能复用哪些能力，又缺哪些资源。把增量成本和对主业的影响一起算进去，再做小范围试验；业务相邻，不代表能力天然相通。

先找出用户最想减少的不确定性。他们可能更在乎节省时间、稳定履约或省心。用真实任务比较这些价值与价格的影响，再决定是否跟进折扣。

如果是本地服务，先缩小到用户实际会选择的区域。逐个检查那个范围的供给、需求、匹配与履约；全国市场规模不能证明一个具体区域已经能有效运转。

沿发现、选择、购买、履约和复购走一遍完整链路。找到任务真正中断的地方，再针对那个断点试验。浏览量只是中间信号，最终还要看交易和服务体验。

投入和质量不能单独证明商业价值。先问具体的人在什么时刻会选择你，又为什么愿意付钱；回到真实选择和交易里寻找证据，而不只收集“做得不错”的评价。

把价值、共识和模式拆开诊断：用户有没有收益，成交还有什么障碍，我们能否持续交付并获得回报？先验证证据最弱的一环，别用更多功能掩盖商业模式的问题。

喜欢一个描述与在真实场景选择它，是两件事。找出使用触发点，让用户带着实际任务比较你和替代品，再观察使用与支付；先选一个能验证的起步场景。

两种可能都要靠行为证据判断。访谈最近一次真实购买，了解当时的场景、替代选择和表达诉求，再分群测试；不要仅凭年龄或收入标签推断动机。

先看现有用户为什么主动回来、会不会主动推荐。如果获客停止，核心用户仍持续使用，才有更好的扩张基础。先修复核心体验，再小规模验证新增获客。

分开计算单个客户的净贡献、获客回收期和现金跑道。收入增长可能同时放大亏损；用更保守的留存情境检查，停止融资后业务还能运行多久。

先问这些任务即使快一倍，会不会改变目标。删除没有价值的工作，把目标收敛成少量可交付重点，同时留出重新选择问题和思考的时间。

关注刚变得可行的能力，并观察谁已经在高频使用它。把能力变化连接到具体任务和现行替代方案，用小样本的持续使用检验机会，而不只跟随热门概念。

先统一任务、质量要求和成本口径，再比较。区分能力变化与同等能力下的成本下降，把推理、研发等费用以及无法核实的部分单独记录，避免只比较一个价格数字。

把任务结果与交互感受分开评测。分别检查成功率、解释是否有用，以及用户偏好；展示了更长的推理过程，不自动说明结果更可靠。

新增行动能力也会引入新的失败后果。先列出能力变化、可能损害、验证方法、授权范围和回退条件，再决定开放给谁，以及开放到什么程度。

检查开发过程是否已经反复针对同一批答案优化。保留没有被调参污染的独立评测信号，再用新的真实失败样例复核；熟悉试卷与解决新问题并不等价。

把限制拆成基本约束与沿用习惯。哪些来自物理、成本和任务要求，哪些只是现有流程？先测量最关键的假设，再重组方案；拆解不等于忽略现实约束。

主动找能指出错误的人。请熟悉实际约束的人描述最可能的失败路径，把最有力的反对意见转成可验证的问题，看看方案能否承受反证。

把长期目标拆成可交付的阶段。明确第一批客户为何愿意支付、当前成本是什么，以及下一阶段降本依赖什么证据；不要把未来规模带来的好处提前记到账上。

把等待、切换和维护也纳入产品。画出完整使用旅程，测试配套环节如何影响体验；一个环节的性能优势，可能被整个过程中的额外成本抵消。

画出从用户提出需求到获得结果的完整流程，标明等待、交接和容量。省下的时间可能堵在下一环；重排相邻流程，再用实际交付时间检验改善。

先做一个小原型，人工查看真实输出如何失败。把重要错误分类，积累代表性样本，区分客观指标与主观判断，再随新错误逐步完善评测。

先检查失败任务的中间轨迹，定位哪一步最常影响最终结果。把有限资源投向主要错误，再扩展抽样；还没定位问题时，整体换模型很难解释改善来自哪里。

用同一套评测比较保留、合并与删除步骤。旧的拆分可能已在丢失信息或限制新能力；保留可恢复版本，记录哪些错误减少、哪些错误新增。

先检查结果能否可靠判定、尝试能否重置，以及反馈成本是否可承受。尤其要区分真实目标与容易被钻空子的代理指标；难以验证的判断要有明确复核流程。

先抽看真实样本、标签、边缘情况和预处理后的数据。错误输入、重复或偏差可能比模型结构更重要。先确认系统实际看见了什么，再决定增加复杂度。

建立一个简单、端到端、能复现的基线，固定比较条件。每次只加入一个变化，观察预期增益是否出现，再通过移除该变化检查贡献。

正常运行仍可能持续产生逻辑错误。构造简单案例和对照，观察中间数据与输出，确认系统真的用了所需信息；不能把运行成功当成结果正确。

不一定。逐任务收集成功和失败样例，记录模型版本与使用条件。看似相近的工作也可能落在不同能力边界上，在未验证的部分保留人工检查与替代流程。

比较清晰分段委派与逐步共同完成两种方式，看质量、耗时和返工。明确谁做判断、如何交接，以及谁承担最终验收，特别检查看起来可信的错误。

用真实岗位任务给模型做一次面试，多次运行并请领域人员评审。比较关键任务的稳定性与失败代价，保留适当的人类基线，并随能力变化定期复评。

让一线提出机会，专门小组验证方法，负责人明确方向和激励。建立提交、分享、试验和推广的循环，再追踪业务效果，避免经验只停留在个别人的使用技巧里。

先找一个小群体的强需求：产品消失后，谁的哪项任务会明显受影响？用持续使用和流失访谈检验需求强度，再决定是否扩展到更大的人群。

把最关键的主张做成可体验的小原型，让真正懂问题的人参与构建，并观察目标用户完成任务。用行为和反馈推进判断；发布前再单独检查生产质量和数据权限。

按任务分开质量、速度和成本要求。简单重复处理与复杂推理不必使用同样的投入；做同任务对照，建立基线，并为失败设置升级处理路径。低通过率任务不能靠无限重试冒充可靠：每次尝试仍须独立验收。

先理解他们其余工作在哪里完成，找出真正需要的集成路径和接口缺口。把有价值的能力接进既有工作流，再持续观察合作方和用户的实际使用反馈。

实现成本下降，更需要保护用户的理解成本。先定义一个可验证的核心任务，删去不必要的组合，让真实用户尽早使用，再决定加什么或重写什么。

先验证没有历史数据时的第一次体验。尽量减少价值出现前的输入，用少量明确问题理解意图，允许跳过和修正；不要让用户先训练很久才能获得第一份收益。

列出还没试过、可能改变轨迹的关键假设，排序并约定实验期限和指标。到期根据结果决定继续、缩减或停止，把继续投入变成有期限的验证。

把评价放回具体任务里，追问不满意的原因和期望。按问题类型聚合，再把主要问题变成可复测案例；改进后同时检查效果提升与原有体验是否退步。

先更新问题：新事实改变了哪个前提，真正的目标是什么？重写简单方案和成功条件，记录改变判断的原因。计划应帮助解决问题，也要能被反馈修正。

保留当前基线，逐条比较有无这些指令的结果。模型升级后，旧的补偿逻辑可能已经多余；只为反复出现的缺陷加入必要说明，并在验证后更新。

检查现有评测是否还能区分真正关心的失误。保留关键回归集，加入新的真实故障样本，分别报告旧能力是否稳定和新任务边界表现如何。

对可验证任务，先说清目标、硬性约束、停止条件和验收方式。区分业务必须遵守的边界与习惯路径，让代理探索实现方法，再根据结果调整。

把事实放进相互补充的模型，避免仅用熟悉的专业框架解释所有问题。 分别检查资源约束、概率、激励与心理影响。为主要解释写可观察预测，用事实排除不符的模型。 模型类比不是因果证据；不能堆砌术语代替验证。

检查建议者及执行者从方案中获得什么，并用独立证据校正利益驱动的偏差。 列出各方收益、成本和可被操纵的指标。独立核验关键假设，比较无交易或不同收费结构的方案。 有利益不等于说谎；仍须评价建议本身。

除分析客观利益和概率，还检查权威、从众与理由叙事如何影响判断。 记录支持与反对证据，允许独立形成意见后再讨论。检查多个偏差是否共同推动同一方向，并安排反向证据审查。 心理偏差名称不能用来给异议者贴标签。

安排任务时说明目标、原因和约束，让执行者能够理解并检查决策。 把谁在何时做什么、为什么及约束写清楚。允许接收者检验理由并反馈不成立的假设。 提供理由不保证理由正确；听起来合理的解释同样可能误导。

判断经营收益时，扣除维持现有竞争力与业务量所需的资本和营运资金。 分开维护、扩张和一次性投入，核对营运资本需求。以会计利润为起点建立现金桥接，并披露关键估计。 维护投入常只能估计，应使用范围与情景，不假装精确。

同时检查增长带来的收益和新增资本需求，避免用收入规模替代生意质量。 并列增长、资金占用与增量收益情景。记录哪些优势使客户留存或愿意支付，再寻找优势失效证据。 高资本需求不等于坏生意，需结合风险与合理回报。

在投入前写清竞争优势和交换代价，事后核对原假设是否兑现。 保存原预测与触发条件，安排对照实际结果的复盘。将交易形式、支付资产的机会成本与业务前景分别审视。 历史回顾有事后偏差，案例不证明可准确预测未来。

检查项目是否由真实机会驱动，还是在追随领导偏好、同业动作或预算。 独立写出不做方案与反对证据。把关键预测在方向决定前记录，复查后来是否只为结论补理由。 这是对组织行为的经验归纳，不代表每项同业跟进都是盲从。

逐项比较原预测和实际偏差，区分供给、需求、比较基数及可主动改变的措施。 记录原预测、实际和因素差异；为关键解释寻找独立证据。选择可控措施并约定观察窗口，同时保留环境假设。 公开信是管理层解释，不能把解释当已验证因果。

分别评估内部与合作方的强项，保留对产品质量和交付的责任，再组合外部能力。 逐项列能力、质量验收、责任人和替代成本。小规模验证协作接口、需求波动和故障恢复后再扩大承诺。 依据第三方传记中的混合外包叙述，不是本人完整操作手册。

围绕具体异常追问原因和证据，同时让负责者在明确职责内提出并执行解决办法。 选择影响目标的异常，记录解释、证据及下一步验证。约定负责人和反馈时点，区分核查判断与代替执行。 传记包含受访者回忆，未独立验证每个管理故事。

设计产品时同时检查收益与对用户造成的负面影响，尤其是数据使用对自主选择的影响。 为主要负面影响指定预防、反馈和补救责任。检验数据最小化与用户选择能否在实际流程中执行。 价值演讲不能证明具体公司的实际表现。

观察新平台的使用体验及用户与供给相互促进的机制，允许新证据改变原战略优先级。 亲自试用并比较用户、合作方与竞争者的采用行为。写明战略修订依据与跨团队依赖，定期复核。 历史备忘录节选不代表任何新平台必然胜出。

以用户完整目标和连续上下文组织代理体验，检查能否从建议推进到经过授权的实际结果。 选取一条高频任务，以当前能力测试端到端成功。比较人工步骤、正确率和恢复成本，再决定是否拓展范围。 文章中的普及时间和行业替代属于历史预测，不是当前能力事实。

为代理的记忆与跨场景协作明确哪些信息可读取、可用于什么任务以及可向谁披露。 按任务列数据来源、用途与共享对象，使用可撤回授权。测试跨工作与私人场景的误用和泄露，并保留用户最终决定。 个性化价值不构成无限读取或共享的授权。

判断技术机会时同时检查未被服务人群的成本、语言、环境与实际效果，区分社会需要和商业支付来源。 对目标人群条件做小范围实测并分别记录效果和获取成本。明确用户支付、机构采购或资助路径，不把市场自动覆盖当假设。 需求大不等于用户有支付能力，公益目标不能充当商业收入证明。